Αλγόριθμοι βελτιστοποίησης για την ανίχνευση γονιδιακών βιοδεικτών στην ογκολογία

Optimization algorithms for gene biomarker detection in oncology (Αγγλική)

  1. MSc thesis
  2. ΑΙΚΑΤΕΡΙΝΗ ΚΑΛΛΙΤΣΗ
  3. Βιοπληροφορική και Νευροπληροφορική (ΒΝΠ)
  4. 20 Ιουλίου 2024
  5. Ελληνικά
  6. Single cell RNA seq, feature selection, genetic algorithms
  7. ΒΡΑΧΑΤΗΣ ΑΡΙΣΤΕΙΔΗΣ
  8. ΒΡΑΧΑΤΗΣ, ΑΡΙΣΤΕΙΔΗΣ | ΓΕΩΡΓΙΟΣ ΔΗΜΗΤΡΑΚΟΠΟΥΛΟΣ | Θεμιστοκλής Έξαρχος
  9. αλληλούχιση RNA μεμονωμένων κυττάρων, επιλογή χαρακτηριστικών, γενετικοί αλγόριθμοι
  10. ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ ΚΑΙ ΝΕΥΡΟΠΛΗΡΟΦΟΡΙΚΗ/ ΒΝΠΔΕ
  11. 1
  12. 73
    • Η αλληλουχία μονοκυττάρου RNA (scRNA-seq) καταγράφει ολόκληρη τη μεταγραφική
      πληροφορία μεμονομένων κυττάρων. Χρησιμοποιείται ευρέως στον τομέα της βιοιατρικής.
      Τα δεδομένα scrna συνήθως έχουν μεγάλο όγκο και χαρακτηρίζονται από θόρυβο. Η
      διαδικασία ανίχνευσης βιοδεικτών είναι ανάλογη με την διαδικασία επιλογής
      χαρακτηριστικών στην μηχανική μάθηση. Στην παρούσα εργασία συνδυάζονται αλγόριθμοι
      επιλογής χαρακτηριστικών με αλγορίθμους βελτιστοποίησης. Η μέθοδος εφαρμόζεται σε
      scrna-seq δεδομένα πρώιμου και μεταστατικού ηπατικού καρκινώματος με σκοπό την
      ανίχνευση γονιδιακών βιοδεικτών.

    • Single-cell RNA-sequencing (scRNA-seq) captures the entire transcriptional information of
      single cells. It is widely used in the field of biomedicine. scRNA-seq data are usually
      characterized by noise. The biomarker detection process is analogous to the feature selection
      process in machine learning. In this study feature selection algorithms are combined with
      optimization algorithms. The method is applied to scrna-seq data of early state and
      metastatic liver carcinoma (HCC) in order to detect gene biomarkers.

  13. Hellenic Open University
  14. Αναφορά Δημιουργού-Μη Εμπορική Χρήση 4.0 Διεθνές